Plugin

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si auto-consolida nel sonno (autoDream), congela i ricordi in conflitto perché tu li esamini e mantiene un audit trail riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello interattivo della memoria, oltre a un'API esterna e una CLI.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si autoconsolida nel sonno (autoDream), congela i ricordi in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello memoria interattivo, più un'API esterna e una CLI.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: si ricorda di te tra le sessioni, si autoconsolida nel sonno (autoDream), congela le memorie in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con specchi Markdown modificabili a mano, un grafo delle entità, un pannello memoria interattivo, più API esterna e CLI.

/rewind in stile Claude Code per DeepSeek Harness: snapshot dello spazio di lavoro basati su git prima di ogni esecuzione di strumento che modifica lo stato, biforcazioni di sessione ai confini dei turni e un comando /rewind in un solo passaggio che ripristina i file e riporta la sessione a un checkpoint.

Client terminale a schermo intero per DeepSeek Harness basato su pi-tui: riproduzione/ripristino delle sessioni, risposte in streaming, schede strumenti richiudibili, approvazioni e domande nel terminale, gestione di modelli/preimpostazioni/permessi/piani/obiettivi, modalità shell e un registro delle traiettorie.

Guida il plotting scientifico di OriginLab Origin dalla chat AI via MCP: 62 strumenti. Watchdog dei dialoghi modali, gate di sicurezza LabTalk, release/reconnect, fitting con parametri iniziali/fissi/pesati, modifiche fini di grafici e sheet, strumenti matriciali, FigureSpec YAML dichiarativo (diff-abile e rieseguibile), snapshot di sola lettura delle MCP Resources, ponte matplotlib-figure, assemblaggio PowerPoint con etichette dei pannelli, ricerca di modelli nel Graph Gallery, esportazione EPS, whitelist di accesso ai file, baseline di regressione visiva e OPJU modificabile con verifica deterministica di rilettura.

Riproduce sessioni su una timeline riproducibile con utilizzo dei token per passo, controlla operazioni sensibili, stima i costi, visualizza la discendenza dei fork, confronta sessioni ed esporta replay HTML autonomi.

Plugin di annunci vocali senza dipendenze, basato su eventi: nessun modello extra, nessun costo di token. Parla con la voce naturale integrata del sistema, supportando sia Windows che macOS; annunci di risposta finale, avvisi di approvazione e domande, annunci opzionali di eventi (fine turno, comando completato, cambio obiettivo, errori strumenti, aggiornamenti attività), risposte finali riproducibili e una pagina delle impostazioni visiva bilingue.

Analizza l'utilizzo tra modelli, provider, spazi e periodi, con date personalizzate su tutta la cronologia, cache-hit visibile e ripartizioni per modello e provider. Include trend orari/giornalieri, heatmap di 53 settimane in stile GitHub, serie, anelli di quota token per modello e spazio (token, costo, %), filtri combinabili, efficienza della cache, saldo DeepSeek, alias degli spazi, export CSV e un registro durevole che conserva l'utilizzo dopo la cancellazione di sessione o spazio (riga Deleted) e si ricostruisce in modo incrementale. Il registro degli spazi si aggiorna via sonda DSH domain/changed; contano solo gli spazi registrati. Contabilità separata di input, cache e ragionamento. Cinese: ora locale; inglese: UTC; API solo loopback.

Uno swarm governato di sei agent DSH specialisti — orchestrator, planner, bridge alla knowledge base, developer e due reviewer — trasforma un requisito in una pipeline di fasi rigida in cui ogni consegna deve dimostrare il proprio valore con evidenze strutturate prima che possa iniziare la fase successiva; i reviewer sono sola lettura, i merge del codice avvengono solo dopo un passaggio di review e un log eventi append-only offre replay completo e audit su una bacheca kanban live. Il suo design trae ispirazione dal kanban di Hermes Agent.

Rileva quale modello conversazionale viene servito a un account: lancia conversazioni probe usa-e-getta concorrenti, valuta ogni chain-of-thought in streaming da come aprono i loro paragrafi e cancella le probe che leggono come il modello più vecchio entro secondi. Include un self-check offline che riproduce 13 chain-of-thought etichettati a mano attraverso lo stesso classificatore.

Registra flussi di lavoro desktop macOS per dimostrazione con DeepSeek Harness e trasformali in skill dell'agente (skill open-record-replay + strumenti orr_*).

Overlay danmaku in stile Bilibili per l'area chat di DSH Web: tracce a scorrimento, superiore e inferiore guidate dagli eventi dell'agente, tre pacchetti predefiniti, commenti generati da LLM opzionali, una sfera di controllo trascinabile, pool per sessione con replay e una scheda di impostazioni.

Esplora i checkpoint prodotti da dsh-checkpoint-rewind come una timeline di nodi temporali e mostra i diff riga per riga per file tra qualsiasi coppia di essi, con replay delle tracce dai log di sessione (nessun producer di snapshot necessario) e rollback del workspace orientato all'anteprima con undo in un solo colpo, tramite i comandi /diff e /rollback, una JSON HTTP API e un pannello GUI.

Sidebar per video brevi: player nativo, navigazione tra serie, riproduzione precisa della cronologia

AgentDuel è un gioco di battaglie di codice. Questo plugin ti permette di completare l'intero loop di gioco all'interno di DSH: gestire personaggi deathmatch e squadre cattura-la-bandiera, inviare codice agente, avviare battaglie, guardare replay e usare conversazioni DSH per migliorare continuamente gli agenti in base ai risultati delle battaglie.

Ponte del canale Feishu (Lark) fail-closed: chatta con un bot e ricevi le risposte dell'agente dsh — con approvazione opzionale degli strumenti human-in-the-loop (schede Allow/Deny prima di ogni chiamata bash, timeout fail-closed). Integrazione esclusivamente con l'SDK Python ufficiale (versione fissata); whitelist con negazione predefinita, verifica di firma/timestamp/replay dei webhook, sessioni persistenti per chat; verifica giornaliera di compatibilità con l'SDK più recente; documentazione bilingue.

Motore di persona per DeepSeek Harness: un config.json governa il nome con cui l'IA si presenta (per modello e livello), come ti chiama, la postura relazionale, il testo del carattere, contratti per elemento con interruttori, la lingua della catena di pensiero e il tono delle risposte, più memoria subordinata alla conferma umana: l'IA può solo accodare candidati, una riga di conferma li attiva, e il registro è in sola aggiunta e riproducibile. Le voci confermate vengono iniettate come blocco citato di dati, non di istruzioni; quelle con un kind vanno in file arbitrari e non raggiungono mai il prompt. Il prompt viene riletto dal disco a ogni assemblaggio: le modifiche si applicano senza riavvio. Preset: istantanee JSON condivisibili. Senza dipendenze, rete o shell.

Workflow DAG durevoli e indipendenti dall'host per Agent con CLI, MCP, Skills on-demand, trigger, replay e una Canvas visiva.

Auto-miglioramento notturno per il tuo agente DeepSeek Harness: raccoglie offline le sessioni passate, riproduce attività ricorrenti usando il tuo budget API e consolida le skill convalidate dietro un controllo separato. Porta il motore SkillOpt-Sleep di microsoft/SkillOpt in dsh come strumenti nativi più una skill inclusa, senza addestramento dei pesi. Richiede Python 3.10+ e il motore SkillOpt-Sleep (pip install skillopt).

Registrazione e riproduzione complete per DSH (funziona su Windows) dalla serie di plugin huahua: riproduce ogni sessione registrata automaticamente come timeline leggibile, esporta/importa pacchetti di riproduzione condivisibili, riesegue conversazioni in una nuova sessione e registra operazioni sullo schermo per generare automaticamente skill SKILL.md installabili. Include un adattamento Windows a 4 file di kangshifu1/dsh-record-replay per DSH rc.5 (vedi l'avviso sui derivati nel README).

`image_gen` di GPT Image 2 con OAuth dell’abbonamento Codex come predefinito oppure modalità esplicita con chiave API: scheda in sviluppo, fino a tre partial API live, replay durevole degli allegati / lightbox / download, output del modello solo testo e richieste limitate e sicure per le credenziali.

Esporta le sessioni in Markdown/JSON per revisione, replay e riepiloghi dei costi per sessione.

Adattatore per reti deboli: retry trasparenti dello stream del modello con backoff lungo (limite 10 min), cache locale di replay delle risposte, riconnessione automatica tramite heartbeat ed economia di token in modalità degradata, con una pagina impostazioni bilingue (zh/en).